کتاب اصول و فنون معماری ترنسفورمر برای مدل‌های زبانی بزرگ

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .


ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره اصول و فنون معماری ترنسفورمر برای مدل‌های زبانی بزرگ

موضوع کلی: هوش مصنوعی و مدل‌های زبانی بزرگ

موضوع میانی: معماری ترنسفورمر برای LLMs

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر معماری ترنسفورمر
  • 2. مبانی شبکه‌های عصبی بازگشتی (RNN)
  • 3. محدودیت‌های شبکه‌های عصبی بازگشتی
  • 4. معرفی مکانیزم توجه (Attention Mechanism)
  • 5. توجه خودی (Self-Attention)
  • 6. توجه چندسر (Multi-Head Attention)
  • 7. ساختار انکودر ترنسفورمر
  • 8. ساختار دیکودر ترنسفورمر
  • 9. لایه نرمال‌سازی (Layer Normalization)
  • 10. اتصالات باقی‌مانده (Residual Connections)
  • 11. کدگذاری موقعیتی (Positional Encoding)
  • 12. فانکشن فعال‌سازی ReLU
  • 13. مدل‌های زبانی بزرگ (LLMs)
  • 14. کاربردهای مدل‌های زبانی بزرگ
  • 15. معماری ترنسفورمر در مدل‌های زبانی
  • 16. آموزش مدل‌های زبانی بزرگ
  • 17. تنظیم دقیق (Fine-tuning) مدل‌های زبانی
  • 18. داده‌های آموزشی برای مدل‌های زبانی
  • 19. پیش‌پردازش داده‌ها برای مدل‌های زبانی
  • 20. Tokenization و Subword Tokenization
  • 21. انواع Tokenizer ها
  • 22. مدل‌های زبانی مبتنی بر ترنسفورمر
  • 23. BERT و خانواده آن
  • 24. GPT و خانواده آن
  • 25. RoBERTa
  • 26. XLNet
  • 27. Efficient Transformers
  • 28. Longformer
  • 29. Reformer
  • 30. Performer
  • 31. مفاهیم کلیدی در ترنسفورمرها
  • 32. Embeddings در ترنسفورمرها
  • 33. Word Embeddings
  • 34. Contextual Embeddings
  • 35. آموزش بدون ناظر (Unsupervised Learning)
  • 36. یادگیری نظارت شده (Supervised Learning)
  • 37. یادگیری نیمه‌نظارت شده (Semi-Supervised Learning)
  • 38. یادگیری تقویتی (Reinforcement Learning)
  • 39. متریک‌های ارزیابی مدل‌های زبانی
  • 40. Perplexity
  • 41. BLEU Score
  • 42. ROUGE Score
  • 43. METEOR Score
  • 44. ارزیابی کیفی مدل‌های زبانی
  • 45. چالش‌های مدل‌های زبانی بزرگ
  • 46. سوگیری در مدل‌های زبانی
  • 47. عدالت و انصاف در مدل‌های زبانی
  • 48. شفافیت در مدل‌های زبانی
  • 49. تفسیرپذیری مدل‌های زبانی
  • 50. کاربرد معماری ترنسفورمر در پردازش زبان طبیعی
  • 51. ترجمه ماشینی
  • 52. خلاصه‌سازی متن
  • 53. تولید متن
  • 54. پاسخ به سوالات
  • 55. تحلیل احساسات
  • 56. تشخیص موجودیت نام‌گذاری شده (NER)
  • 57. برچسب‌گذاری اجزای کلام (POS Tagging)
  • 58. شناسایی روابط معنایی
  • 59. مدل‌سازی موضوعی
  • 60. کاربرد معماری ترنسفورمر در بینایی ماشین
  • 61. شبکه‌های کانولوشنی (CNN)
  • 62. شبکه‌های عصبی گراف (GNN)
  • 63. Vision Transformer (ViT)
  • 64. DETR (Detection Transformer)
  • 65. Swin Transformer
  • 66. کاربرد معماری ترنسفورمر در سایر حوزه‌ها
  • 67. پردازش سیگنال
  • 68. سیستم‌های توصیه‌گر
  • 69. بیوانفورماتیک
  • 70. مدل‌سازی زمان سری
  • 71. اصول اخلاقی در توسعه و استفاده از مدل‌های زبانی
  • 72. مسئولیت‌پذیری در هوش مصنوعی
  • 73. حریم خصوصی داده‌ها
  • 74. امنیت مدل‌های زبانی
  • 75. توسعه پایدار مدل‌های زبانی
  • 76. تنظیم‌گری و چارچوب‌های قانونی
  • 77. مقررات حفاظت از داده‌ها
  • 78. قوانین مربوط به محتوای دیجیتال
  • 79. استانداردهای فنی در هوش مصنوعی
  • 80. نقش نهادهای نظارتی
  • 81. مسائل حقوقی و مالکیت فکری
  • 82. چالش‌های پیاده‌سازی ترنسفورمرها
  • 83. نیاز به منابع محاسباتی بالا
  • 84. پیچیدگی پیاده‌سازی
  • 85. انتخاب معماری مناسب
  • 86. تنظیم پارامترها
  • 87. استراتژی‌های بهینه‌سازی
  • 88. تکنیک‌های کاهش ابعاد
  • 89. فشرده‌سازی مدل‌ها
  • 90. تقطیر دانش (Knowledge Distillation)
  • 91. تنظیم دقیق برای وظایف خاص
  • 92. افزایش داده (Data Augmentation)
  • 93. استفاده از داده‌های مصنوعی
  • 94. اصول مهندسی نرم‌افزار در پروژه‌های هوش مصنوعی
  • 95. مدیریت پروژه
  • 96. کنترل نسخه
  • 97. تست و اعتبارسنجی
  • 98. مستندسازی فنی
  • 99. معماری نرم‌افزار برای سیستم‌های هوش مصنوعی
  • 100. امنیت در توسعه نرم‌افزار

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .


ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.